基于yolov5的车牌检测

reset2021

已于 2024-05-08 08:42:09 修改

阅读量942

点赞数 1

CC 4.0 BY-SA版权

分类专栏：基于深度学习的车牌识别文章标签： YOLO 人工智能 python

于 2023-06-21 16:56:15 首次发布

本文链接：https://blog.youkuaiyun.com/reset2021/article/details/131322222

基于深度学习的车牌识别专栏收录该内容

8 篇文章 ¥49.90 ¥99.00

订阅专栏

超级会员免费看

本文详细介绍了如何利用YOLOv5进行车牌检测。首先，对CCPD2019数据集进行清洗，调整为符合yolov5的数据格式。接着，下载并配置yolov5源码，创建数据集配置文件plat.yaml，并修改train.py以适应车牌检测任务。然后，通过训练命令启动训练过程，最终得到良好的训练效果和模型保存路径。

在本专题的第一篇博文中讲述了车牌检测数据集的制作方法（车牌检测数据集预处理_reset2021的博客-优快云博客

1）数据清洗

对 CCPD2019中 ccpd_base数据集进行处理，得到数据集结构如下

其中，labels中的文件内容形式如下所示：

符合yolov5的数据格式。

2）下载源码

下载yolov5源码（https://github.com/ultralytics/yolov5.git)

① 在data目录下新建plat.yaml

# YOLOv5 🚀 by Ultralytics, GPL-3.0 license
# PASCAL VOC dataset http://host.robots.ox.ac.uk/pascal/VOC by University of Oxford
# Example usage: python train.py --data VOC.yaml
# parent
# ├── yolov5
# └── dataset

了解本专栏